衡器智能化自动化于未来的发展趋势

 衡器的智能化主要依赖于现代的高新技术。比如高精准语音识别技术，成熟的智能可视化技术及高性能通信技术等。通过基于深度学习的语音识别声学模型的训练，是用来改善和提高智能衡器语音识别的准确度的重要手段之一，而训练中数据的匹配性和丰富度也是推进智能衡器的性能改善和提升的最重要影响因素，但智能衡器所使用的场景语料的标注和分析仍然需要长期的实践积累和研究沉淀。随着互联网大数据的广泛使用，大规模的语料资源将会逐步进入选代开发阶段。

在智能衡器领域，随着基于卷积神经网络的深度学习与计算机视觉图像分类技术的日渐成熟。图像分类技术应用框架构建起来较为容易，但是针对不同的物品，需要重新获取数据集，构建卷积神经网络，在物品种类过多、且图像特征差异不大的场景的识别准确度有待进一步提高。光学字符识别技术，经过简单的学习训练，即可适用于大部分场景，但是，在基于不同背景下的文本定位，依然是一个难点。

称重传感器和仪表如何嵌入远距离，高稳定性低成本的通信网络模块，其中涉及到的接口标准，通讯协议等等具体技术问题需要进一步理清。衡器智能化的提升，需求高速计算性能的设备终端和*的智能算法。无源无线可通讯分布式组网，可以进行边缘计算，同时做出独立判断的称重传感器和仪表，将会在物联网中得到越来越多的应用。衡器也将由一个单一的设备演变成智能称重管理系统平台，实现运行状态远程监控，计量数据智能分析、设备故障自动诊断、云端操控，基于大数据的智能决策等多种功能。

衡器的技术变革，通常是由市场需求导向和某一技术革命来推动。未来的人工智能技术将主要以“人工智能+"某一个具体产业或者行业生态化呈现，衡器行业就是其中之一，“人工智能+衡器"更深入的融合，将会是衡器行业的长期发展趋势。当前衡器行业急需一场智能化技术革命，才能适应我国工业智能制造2025的需求，从而占领衡器产业智能化的战略高地。

      衡器智能化自动化于未来的发展趋势